资源扒谱Andrew Carlins•阅读约 8 分钟

AI 会作曲,也会扒谱,人类乐手还剩下什么?

一台机器能写歌,另一台机器能把歌记成谱,那拿着乐器的人还剩下什么?这个问题问得不过分。认真回答的话,剩下的正是音乐里一直最要紧的那部分。

AI 扒谱和作曲工具实际能做什么,以及音乐里它们够不着的部分

到了 2026 年,有两件事同时成立,最好两件都认下来。给机器一句话,它就能写出一首过得去的歌。另一台机器能拿一段录音,把它记成乐谱,这活儿以前靠一双练过的耳朵也得花上好几个小时。作曲和扒谱,这两门手艺曾经决定了一个人算不算乐手,现在软件都能做了。那拿着乐器的人还剩下什么?

简单说,工具拿走的是活儿,留下的是音乐。这话乍一听像安慰奖,仔细分一分哪边是哪边,就不这么觉得了。

机器到底拿走了什么

先老老实实承认它们的本事,把它们说得比实际弱,对谁都没好处。生成是真的:模型能马上写出一首连贯、合乎曲风的歌,而且一写就是一大堆。扒谱也是真的:模型能听一段录音,把音符排出来,准确度足够当一份靠谱的初稿。这可不是什么杂耍,一类又慢又要功夫的活儿,确实让机器接手了。这些活儿有个共同点。把现有的歌取个平均值生成一首新的,把声音转换成符号,说到底都是有个大致正确答案的任务。这类任务能说清楚,能衡量,也能优化。机器擅长的恰好就是这种事,所以做得好。

它们没拿走、也拿不走的东西

再看看剩下的部分。这些可不是边角料,人们之所以做音乐、爱音乐,大半的理由都在这里。

  • 挑出值得弹的。 生成器能写一千首歌,却没法告诉你哪一首有分量,为什么是这段旋律而不是那段。品味,就是分得出这个好、那个空的那种感觉,是人的判断,没有一个正确答案可以拿来优化。
  • 诠释。 乐谱是一份指令,一场演奏里却有上千个谱面上没写的决定:那个停顿留多久,在哪儿加重,哪里故意留点毛糙。两个人看同一份谱,弹出来完全不是一个味道,这之间的差别就是艺术。
  • 身体。 音乐是身体上的事。它在呼吸里,在手上的茧里,在每个人手上独有的动作里。模型没有身体,上了台也没什么可输的。
  • 意义。 一个人弹一首歌,心里有想说的事,有想弹给的人,弹的是自己的生活。机器输出的东西没有任何意思,因为背后没有人想表达什么。
  • 现场一起经历的那一刻。 音乐很大程度上是人和人在同一段时间、同一个地方一起做的事。有人在葬礼上、酒吧里、篝火边唱起一首歌,这首歌的分量和在场的人分不开。这是生成不出来的。

为什么偏偏是扒谱站在人这一边

扒谱是 AI 现在会做的事,很容易被一股脑归进威胁那一类。可你看看它实际给乐手做了什么。整个过程里最慢、最机械的苦差事,是一个音一个音地把歌扒下来。AI 把这件事接了过去,交给你一份能编辑的乐谱。它不替你弹,不替你判断值不值得弹,也不替你诠释。苦活清掉了,艺术还留着,这和取代正好相反。

挑这类工具,可以照这条规律来判断:拿走枯燥的部分、把选择还给你的工具,就是在给你干活。扒出来的谱把一段录音变成你能看、能放慢、能重新编排的东西,最后由你用自己的手、按自己的想法弹出来。谱是机器打的,音乐是你做的。这样用的话,工具是一个没有品味的合作者,所以结果里的每一分品味都还是你的。

哪种担心是真的,哪种不是

有些担心是合理的,上面说的这些也抹不掉它们。生成音乐一泛滥,人做的作品就更难被找到;这些模型怎么拿别人的录音来训练,也正在法庭上争,而且争得有道理。这些都是真问题,值得关心。但更深一层的担心是乐手会变得多余,这种担心把音乐是拿来干什么的给想错了。我们听音乐,不只是为了听一段做好的声音;我们听,是因为有个人做了它,心里有想说的话。我们弹,是因为弹琴算得上人这辈子里比较好的事情之一。音乐里那些离干活近、离艺术远的部分,现在机器能接手了。机器留下的,是艺术,是演奏,是挑选。

常见问题

AI 能作曲也能扒谱了,人类乐手还剩下什么?

一直以来真正要紧的那几样:诠释、品味,还有亲手演奏这件事。AI 能生成一首像模像样的歌,也能把录音记成乐谱,但它不会判断什么值得弹,弹的时候没有身体,也没有经历,音乐里也没有它想表达的东西。作曲和扒谱是任务;挑选、演奏,还有和听的人产生共鸣,工具做不了,只能由人来做。

AI 扒谱会取代乐手的功夫吗?

不会。扒谱是把录音变成乐谱,这一步很机械,以前靠耳朵要花好几个小时。AI 扒谱交给你一份能编辑的乐谱,但它不会替你弹,不会诠释,也不会判断这首曲子好不好。真要说有什么影响,它把最磨人的那部分拿走了,乐手省下的时间可以多花在练琴、编曲、演出这些只有人能做的事上。

乐手该担心 AI 吗?

担心生成音乐泛滥,担心训练数据是怎么用的,都说得过去,这些也确实是问题。但要说 AI 会让上台演奏的乐手变得多余,这种担心误解了音乐是拿来干什么的。人们看重音乐,有一部分原因是它出自一个人之手,里面有这个人想说的话。会作曲、会扒谱的工具改变的是工作流程,人们当初为什么弹、为什么听,这些理由它拿不走。

如果你想找回的是弹琴的时间,那打谱的活儿就交给工具。Songscription 把录音转成乐谱只要几分钟,和弦和各件乐器的谱都排好了,可以直接编辑。省下来的时间可以花在音乐上。想了解整条流程怎么串起来,可以看2026 年完整的 AI 音乐工作流程;想知道为什么要把这些东西记下来,可以读那些活在某个人手里的歌。

关于作者

Andrew Carlins

作者

Andrew Carlins

Songscription 联合创始人兼 CEO

Andrew 在斯坦福和几位同样玩音乐的朋友一起创办了 Songscription,因为他们受够了想弹的歌总找不到谱。他从小弹钢琴,也吹过上低音萨克斯,还演过音乐剧。虽然好几年没登台了,他觉得自己的状态还没降半音。他在这里写扒谱的事,讲怎么把一首歌从录音里扒下来,变成纸上的谱子。

了解我们的团队

还有这些同一话题的文章,可以接着读。